Аннотация. Интеграция систем машинного обучения в информационные системы распознавания объектов с использованием беспилотных летательных аппаратов (БПЛА) можно применить во многих сферах жизни включая фермерство, военные действия, экологический мониторинг. Цель данной работы разработка информационной системы с интеграцией машинного обучения для распознавания объектов с использованием БПЛА с целью облегчения труда человека и содействия охране окружающей среды. Данная система является востребован потому, что дроны с камерами собирают объемные данные, а с помощью сложных функций их обработка происходит быстрее. Также работа открывает новые возможности для нашей страны, засчет множества новых функции и инновационных решений. С помощью проведенного анализа существующих систем и функции, выявлено требования к новой системе. Такие, как техники распознавания изображений, навигации беспилотных летательных аппаратов, нейронные сети в обнаружении и распределении объектов, алгоритмы планирования траектории формирования БПЛА. Задачами является разработка системы, объединённой с технологиями глубокого обучения и использующей беспилотные летательные аппараты. В систему внедряется механизм мгновенного оповещения, реагирующий на обнаружение новых объектов и отправляющий уведомления пользователю. Предусмотрен удобный интерфейс для управления, получения уведомлений, а также для хранения изображений и данных о ранее распознанных объектах. Данные, полученные в процессе полёта, передаются в информационную систему для обработки, распознавания и классификации объектов. Архитектура решения обеспечивает работу в режиме реального времени. Пользовательский интерфейс делает управление системой интуитивным и обеспечивает долговременное хранение информации. В результате работы может использоваться в разных сферах, такие как безопасность, нахождение наибольшее место скопление объектов, наблюдение за окружающей средой. После полученных результатов была проведена тестирование которая подтвердила точность распознавание и адаптивность в режиме реального времени.

Ключевые слова: машинное обучение, беспилотные летательные аппараты, распознавание объектов, нейронные сети, глубокое обучение, обработка в реальном времени, компьютерное зрение, передачи данных.